Ouafa BENTERKI
CEO MTY Intelligent Software
President of the Machine Translation Association - Algiers . Algeria
Master in Translation Technology
TechWomen 2012 Emerging Leader
Member of the Research Committee in ARAB Women in Computing Organization.
Address: Alger, Alger, Algeria
President of the Machine Translation Association - Algiers . Algeria
Master in Translation Technology
TechWomen 2012 Emerging Leader
Member of the Research Committee in ARAB Women in Computing Organization.
Address: Alger, Alger, Algeria
less
InterestsView All (28)
Uploads
Papers by Ouafa BENTERKI
الملخص
منذ اختراع أول حاسوب، سعى خبراء الذكاء الاصطناعي إلى تكريس القدرات الفائقة للحاسوب لمعالجة اللغات الطبيعية آليا من خلال محاكاة القدرات الإدراكية البشرية لاكتساب ومعالجة وصياغة اللغة الطبيعية.
وتمثل الترجمة الآلية الاحصائية أحد أهم هذه التطبيقات الذكية التي واكبت عصر المعلومات Information Age، الذي أوجد عالما افتراضيا تتسابق إليه الأمم لإيجاد مكان لثقافتها وبالتالي لغتها من خلال اثراء محتوى رقمي يعكس رصيدها الحضاري والمعرفي. ولما كان المحتوى الرقمي باللغة العربية لا يفوق 3% من اجمالي المحتوى الرقمي على الشابكة، بات لزاما علينا ايجاد حلول تواكب هذا الانفجار المعرفي دون إغفال خصوصية اللغة العربية.
وفي إطار هذا البحث سنركز على ما يلي:
1- التحديات التي تواجه المعالجة الآلية للغات الطبيعية بصفة عامة مرورا بالتحديات التي تواجه اللغة العربية بصفة خاصة.
2- سياق التطوير الذي يتسم بانفجار معرفي تعكسه المعطيات الضخمة Big Data المتدفقة عبر الشابكة من جهة وفجوة معرفية Digital Gap من جهة أخرى وسبل استغلال البيانات الضخمة في مجال الترجمة الآلية.
3- سنتعرض إلى تقنية الترجمة الآلية بمقاربة احصائية: سنلقي الضوء على بنية هذه النظم ثم نتناول مواطن الضعف والقوة، ووصولا إلى معايير تقييم جودة الترجمة في نظم الترجمة الآلية.
ويخلص البحث إلى خلاصة وتوصيات من شأنها الاسهام في تحسين أداء نظم الترجمة الاحصائية.
hand, syntactic dependency relations to align compound words. We have evaluated the word aligner integrating Arabic
transliteration using two methods: A manual evaluation of the alignment quality and an evaluation of the impact of this
alignment on the translation quality by using the Moses statistical machine translation system. The obtained results
show that Arabic transliteration improves the quality of both alignment and translation.
the latter is regarded as a branch of Artificial Intelligence (AI) dedicated to Natural Language Processing
(NLP). The main purpose of this paper is shortening the distance between the Language and the most recent
cutting edge technology dedicated to Machine Translation (MT). On the one hand, Statistical Machine
Translation (SMT) considers the translation as a human craft, hence it uses linguistics monolingual and
bilingual corpora translated by professional translators; the monolingual are used to train the Language
Models (LM) and the bilingual are used to train the Translation Models (TM). On the other hand, it takes
advantage of the processing high performance of computers by integrating Statistical Methods to select the
best translation. This paper presents the basic concepts and approaches of Machine Translation (MT), and
focuses on SMT, then introducing the features of the open source Moses Decoder. This system has been
experimented and adapted to translate from English into Arabic. The English-Arabic prototype has been
evaluated using MEDAR MT package and the obtained results were very encouraging.